他们引入了用于提高匹配层泛化性能的用基域新技术 :基础模型指导和关键点位置注意力指导。在某些情况下甚至可能并不比传统方法好很多。础模用基础模型指导特征传播,导特定 因此 ,征传但这些进展忽略了一个重要方面 :图像匹配模型的播首泛化能力 。首个泛化型图像匹配器OmniGlue搞定未见过域 2024年05月25日 13:42 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间
对于想要获取两张图像之间的细粒度视觉对应关系而言 ,对于实现准确的相机姿态估计和 3D 重建至关重要 。过去十年见证了从手工制作到基于学习的图像特征的演变 。就像其他一些视觉任务一样 。 最近,社区应该专注于开发架构改进,并且由于收集高质量注释的成本很高,传统的域无关技术(如 SIFT)仍被广泛用于获取下游应用的姿态 。使得可学习的匹配方法具有泛化能力。这就导致了模型高度专用于训练领域 。在每个图像域都有丰富的训练数据是不现实的 , |